基于改进U-Net的CMIP5全球气候模式降尺度方法及其在鄱阳湖流域的应用
利用降尺度方法对CMIP5全球气候模式进行空间降尺度并以此研究鄱阳湖流域未来气候时空变化趋势,能够为流域生态环境保护提供数据、技术和理论上的支持.通过简化原始网络结构,在网络首部添加插值层,采用反卷积算法作为上采样算法对传统U-Net网络进行改进,建立基于深度学习的气候模式空间降尺度模型(DLDM).以1965-2005年鄱阳湖流域共18个气象站点的实测数据为基准,基于IPSL-CM5A-LR和BCC-CSM1.1两个气候模式,在拟合精度和流域极端气候事件模拟能力两方面对比验证了降尺度方法和降尺度后气候模式的模拟性能,结果表明基于DLDM的方法优于基于线性回归的传统统计降尺度方法,IPSL-CM5A-LR模式模拟效果优于BCC-CSM1.1模式.利用DLDM对RCP2.6和RCP8.5两个排放情景下的IPSL-CM5A-LR模式数据进行空间降尺度,基于2006-2100年流域高空间分辨率气候数据分析两情景下流域未来气候的时空变化特征,结果表明流域未来气温在两情景下均持续升高,表现出位于流域中北部、西部、东部和南部4个高温中心,RCP8.5情景下流域气温更高,升温趋势和局部周期变化更加明显;流域未来降水在两情景下先增加后减少,变化趋势较为平缓,表现出北部、中东部和南部3个降水中心,在未来呈现五次"枯-丰"交替,RCP8.5情景下流域降水更少且变化更为剧烈,在2075年左右出现突变并存在周期性振荡.
CMIP5全球气候模式;改进U-Net网络;M-K分析;小波变换;鄱阳湖流域
34
国家重点研发计划;武汉市应用基础前沿专项;江西省重点研发计划项目;武汉大学大学生创新创业训练计划
2022-01-20(万方平台首次上网日期,不代表论文的发表时间)
共14页
320-333